MétaCan
Menu
Retour à la cohorte
Enregistrement W2275803680 · doi:10.1080/0361073x.2016.1132900

Aging and Self-Discrepancy: Evidence for Adaptive Change Across the Life Span

2016· article· en· W2275803680 sur OpenAlexafffund
Leann K. Lapp, Julia Spaniol

Notice bibliographique

RevueExperimental Aging Research · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPsychologyLife spanContext (archaeology)Developmental psychologyCognitive psychologyAdult developmentGerontologyMedicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND/STUDY CONTEXT: Higgins' self-discrepancy theory (SDT; Higgins, 1987, Psychological Review, 94, 319-340) postulates that individuals are motivated to decrease the discrepancy between their current and future selves. The objective of the current research was to investigate adult age differences in quantitative and qualitative aspects of self-discrepancy. METHODS: Higgins' self-guide strength measure (Higgins et al., 1997, Journal of Personality and Social Psychology, 72, 515-525) was utilized to compare self-discrepancy in older (aged 65-84) and younger (aged 17-30) healthy, community-dwelling adults. Additionally, the possible selves generated in the task were analyzed thematically. RESULTS: Age was associated with lowered expectations concerning both current and future selves, but the magnitude of self-discrepancy remained constant across the life span. Thematically, interpersonal-related possible selves were important for both age groups, whereas significant age differences emerged in several other thematic domains: younger adults generated significantly more related to achievement, whereas older adults were significantly more concerned with duties, obligations, and health. DISCUSSION: These findings reflect adaptive age-related changes in expectations and motivational priorities in line with life span theories of development.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,419
Tête enseignante GPT0,558
Écart entre enseignants0,139 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueExperimental Aging ResearchMême sujetAging and Gerontology ResearchTravaux en français237 207